Allgemeine Einführung
GraphAgent ist ein automatisiertes intelligentes Körpersystem, das Graphengenerierung, Aufgabenplanung und Aufgabenausführung integriert. Es ist in der Lage, strukturierte und unstrukturierte Daten zu verarbeiten, komplexe semantische Abhängigkeitsgraphen zu konstruieren und Benutzeraufgaben durch Selbstplanung und Tool-Matching effizient auszuführen.GraphAgent erbringt gute Leistungen bei der Vorhersage und Generierung von Aufgaben auf einer breiten Palette von Datensätzen, was seine Effektivität in realen Datenszenarien demonstriert.
Funktionsliste
- Konstruktion von Wissensgraphen: Erstellung von Wissensgraphen, die komplexe semantische Abhängigkeiten widerspiegeln.
- Aufgabenplanung: Interpretation von Benutzeranfragen und Formulierung von entsprechenden Aufgaben durch Selbstplanung.
- Aufgabenausführung: Effiziente Ausführung geplanter Aufgaben, automatischer Abgleich und Aufruf von Tools.
- Multimodale Unterstützung: Integration von Sprachmodellen und Graphen-Sprachmodellen zur Erschließung komplexer relationaler Informationen.
- Vorhersageaufgaben: gute Leistung bei Vorhersageaufgaben wie der Knotenklassifizierung.
- Generierungsaufgaben: Zeigt starke Fähigkeiten bei Generierungsaufgaben wie der Textgenerierung.
Hilfe verwenden
Einbauverfahren
- Klon-Lagerhaus:
git clone https://github.com/HKUDS/GraphAgent.git
cd GraphAgent
- Erstellen und aktivieren Sie die conda-Umgebung:
conda create -n graphagent python=3.11
conda activate graphagent
- Installieren Sie die Abhängigkeit:
pip install -r GraphAgent-inference/requirements.txt
Verwendungsprozess
- Erhalten Sie vorab trainierte Modelle:
- GraphAgent/GraphAgent-8B: für die Modellierung von Graphenaktionen.
- GraphAgent/GraphTokenizer: zur Umwandlung von Graphen in kontinuierliche Token.
- sentence-transformers/all-mpnet-base-v2: für die Einbettung von Textkarten.
- Diese Checkpoints können in ein lokales Verzeichnis heruntergeladen werden, und die
GraphAgent-inference/run.sh
Das Programm lädt diese Modelle auch automatisch herunter. Das Programm lädt auch diese Modelle automatisch herunter.
- Richten Sie den Planer und das API-Token ein:
- Der Standard-Planer ist deepseek, der in der Datei
GraphAgent-inference/run.sh
Gefunden in. - Platzieren Sie den API-Schlüssel an der entsprechenden Stelle.
- Der Standard-Planer ist deepseek, der in der Datei
- Running Reasoning:
- Führen Sie den folgenden Befehl aus, um die Inferenz zu starten:
bash
bash GraphAgent-inference/run.sh
- Führen Sie den folgenden Befehl aus, um die Inferenz zu starten:
Funktion Betriebsablauf
- Aufbau eines Knowledge GraphGraph Generator Agent: Generierung von Wissensgraphen, die komplexe semantische Abhängigkeiten widerspiegeln.
- Planung von EinsätzenTask Planning Agent: Der Task Planning Agent interpretiert Benutzeranfragen und erstellt entsprechende Aufgaben, was eine effiziente Aufgabenverwaltung durch Selbstplanung ermöglicht.
- MandatsumsetzungTask Execution Agent: Der Task Execution Agent wählt automatisch die Tools für die Ausführung geplanter Aufgaben aus und ruft sie auf, um sicherzustellen, dass die Aufgaben effizient erledigt werden.
- multimodale UnterstützungIntegration von Sprachmodellen und Graphen-Sprachmodellen, um komplexe relationale Informationen aufzudecken und mehrere Datenformate zu unterstützen.
- Vorhersageaufgaben: eignet sich gut für Vorhersageaufgaben wie die Klassifizierung von Knoten, und der Benutzer kann durch die Bereitstellung des Datensatzes entsprechende Vorhersagen treffen.
- Generierung von AufgabenDemonstriert starke Fähigkeiten bei generativen Aufgaben wie der Textgenerierung, bei der Benutzer Textdaten für generative Aufgaben eingeben können.